English
资源说明：TensorFlow 2.0 Alpha 版现已推出
安装 TensorFlow 2.0 Alpha 版的预览版本。有关支持 CUDA® 的卡，请参阅 GPU 指南。
pip install tensorflow==2.0.0-alpha0
安装 TensorFlow
我们在以下 64 位系统上测试过 TensorFlow 并且这些系统支持 TensorFlow：
Ubuntu 16.04 或更高版本
Windows 7 或更高版本
macOS 10.12.6 (Sierra) 或更高版本（不支持 GPU）
Raspbian 9.0 或更高版本
# Current stable release for CPU-only
pip install tensorflow
# Preview nightly build for CPU-only (unstable)
pip install tf-nightly
# Install TensorFlow 2.0 Alpha
pip install tensorflow==2.0.0-alpha0
下载软件包
使用 Python 的 pip 软件包管理器安装 TensorFlow。
官方软件包支持 Ubuntu、Windows、macOS 和 Raspberry Pi 系统。
有关支持 CUDA® 的卡，请参阅 GPU 指南。
阅读 pip 安装指南
运行 TensorFlow 容器
TensorFlow Docker 映像已经过配置，可运行 TensorFlow。Docker 容器可在虚拟环境中运行，是设置 GPU 支持的最简单方法。
docker pull tensorflow/tensorflow # Download latest image
docker run -it -p 8888:8888 tensorflow/tensorflow # Start a Jupyter notebook server
阅读 Docker 安装指南
Google Colab：学习和使用 TensorFlow 的一种简单方法
无需安装，可直接在浏览器中使用 Colaboratory 运行 TensorFlow 教程。Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习知识和研究成果。它是一个 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端运行。 阅读博文。
构建首个机器学习应用
创建和部署网页版和移动版 TensorFlow 模型。
网络开发者
TensorFlow.js 是一个采用 WebGL 加速技术的 JavaScript 库，用于在浏览器中使用 Node.js 训练和部署机器学习模型。
移动开发者
TensorFlow Lite 是针对移动设备和嵌入式设备提供的精简解决方案。
Except as otherwise noted, the content of this page is licensed under the Creative Commons Attribution 3.0 License, and code samples are licensed under the Apache 2.0 License. For details, see the Google Developers Site Policies. Java is a registered trademark of Oracle and/or its affiliates.
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
